本文主要研究了SAR图像道路和机场目标提取方法。根据道路和机场目标的共性特征──显著的线特征,使用统一的思路和流程来解决这类问题,即边缘检测(低层处理)、线基元提取(中层处理)、线基元连接和目标提取(高层处理),并按照这一统一方案,分别研究了SAR图像边缘检测、线基元提取、SAR图像半城区道路网自动提取方法、曲线道路自动提取方法、复杂SAR图像场景中机场跑道以及机场区域的自动提取方法。第二章研究了SAR图像边缘检测方法。按照边缘类型不同,分别分析了经典SAR图像阶跃边缘检测算子和线边缘检测算子的原理和方法、理论检测性能和实际检测性能,并在此基础上提出了一种改进的ROEWA边缘检测算法。第三章研究了线基元提取方法。分析了三种经典的线基元提取方法的原理和实现,提出了一套线基元提取性能量化评估准则,使用这套准则对三种方法进行评估,为后续处理选择适当的线基元提取方法提供了依据;研究了去斑处理对线基元提取的影响,得出了具有指导意义的结论。第四章研究了SAR图像道路目标提取方法。针对目前研究的薄弱环节,主要研究了SAR图像半城区道路网和曲线道路的自动提取方法。为了解决SAR图像半城区道路的提取问题,提出了一种适用于复杂场景的线基元连接方法──基于GA的线基元连接方法。在这种线基元连接方法以及前两章边缘检测和线基元提取的研究基础上,并结合所抽象的道路模型,提出了一种集道路提取、交叉点检测于一体的完整的SAR图像半城区道路网自动提取方法。分别研究了启发式曲线连接方法和提出了基于张量投票的曲线连接方法,将基于直线段的道路提取方法推广到曲线道路提取的应用中,解决了曲线道路的提取问题。为了为本文所研究的道路目标提取方法的性能评估提供量化标准,本章还整合了一套量化评估准则。第五章研究了SAR图像中机场目标提取方法。针对目前研究的薄弱环节,主要研究了从复杂SAR图像场景中自动提取机场跑道以及机场区域的方法。论文从机场跑道的相关知识出发,首先在构造一种新的相似性测度的基础上,提出了一种适用于在复杂场景中提取机场跑道的基于聚类分析的线基元连接方法。在这种线基元连接方法以及第二、三章边缘检测和线基元提取的基础上,结合机场跑道的相关知识,提出了一种复杂场景中机场跑道提取方法。在机场跑道提取结果的基础上,使用区域生长和KL变换获取机场区域的外接矩形,确定了机场区域的位置和走向。